GPT 6.2 Astra 增强版测评报告!
继续用还没敲定的下一版测试用例,这次测 GPT 6.2 Astra。前四题调高了难度、后两题替换;因为题还没定稿,成绩不会在博客的 Benchmark 上算分——我拿国内几个顶尖模型试过,分数都很低,上一期测的 Sol 也不算非常优秀。下面看 Astra 的表现。
第一题强约束指令遵循,这版加了字数和红楼梦人物开头。句子都按 1 到 10 结尾,9 个字没问题;虽然是古文味道,但都通顺,看来难不倒 Astra——相对来说 Sol 错了好几句。第二题鹈鹕土星环骑车 SVG,去掉转弯提示后,鹈鹕和自行车结构、转弯都没问题;单个翅膀扶车把在提示词里没限定,不算问题,硬挑只能说鹈鹕画得有点丑。
第三题复合弓射箭,靶子移动、限定箭数、取箭回首弯弓射箭都加上了;主要问题和 Sol 一样出在回首射箭,整个头 180 度转过来,身前变身后,非常恐怖。第四题浏览器操作系统,要求液态玻璃 UI 和万年历。UI 有液态玻璃效果;但日历高亮的今天下面有个点,通常代表有事件,却没有显示任何事件。Dock 里的万年历比 Sol 好,22 号小雪有正常显示;其他没问题。太空射击依然没 Sol 好,必须用鼠标调准星。
第五题一键去水印:第一张图水印完全没去掉,比 Sol 差(Sol 只残留一小部分);换张图稍好一点,但大部分还是没去除干净。第六题 DeepSeek Harness 内存泄漏审计:表现和 Sol 一模一样,都找到 9 个 bug,已经相当厉害。
这版新 Benchmark 还没定稿,大家怎么看 Astra 的表现?









